考虑环境负效应的智能垃圾桶动态收运路径优化问题

随着智慧城市建设进程的推进,作为智慧城市建设基础配套设施的智能垃圾桶日益普及,其内置的监测传导装置可实时传输待清运垃圾量的相关数据,有助于解决城市生活垃圾产生量随机性导致的环境负效应以及收运系统效率低下的问题。本文基于智能垃圾桶提出一种城市生活垃圾动态收运路径优化策略。首先,考虑收运车辆延迟到达导致垃圾溢出的环境负效应,建立以最小化收运总成本为目标的垃圾收运车辆路径预优化模型和动态优化模型。其次,采用粒子群算法预优化收运路径,得到初始车辆清运方案;而后基于待清运垃圾量实时数据,设计周期性与连续性结合的策略,并构建触发连续性优化的启发式规则以实时优化车辆路径。不同规模的标准算例实验和仿真算例实验结果表明,周期性与连续性结合的优化策略在总成本、惩罚成本和距离指标上均优于周期性优化策略,且在惩罚成本指标上的改进最为显著。研究结果有助于降低由于清运不及时造成的环境负效应,为垃圾收运企业制定合理高效的清运方案提供了理论依据。

动态需求下车辆路径问题的周期性优化模型及求解

针对客户点不断更新的动态需求车辆路径问题,依据滚动时域对配送中心工作时间进行划分,提出基于延迟服务的周期性客户点实时重置策略,策略中延迟服务机制能结合车辆启动延迟系数对照当前时域的时间进行检验,满足所有客户点的服务需求,保证车辆满足中心时间窗约束。设计多阶段求解的混合变邻域人工蜂群算法对各时间片内子问题进行连续迭代优化,算法中子路径动态转变的设计能较好平衡原有客户点和新客户点对路径更新和车辆实时信息匹配的要求。算例验证及对比分析表明本文策略和算法在求解动态问题时的有效性和可行性。